An Improved Image Denoising Method Based on Wavelet Thresholding

VisuShrink, ModineighShrink and NeighShrink are efficient image denoising algorithms based on the discrete wavelet transform (DWT). These methods have disadvantage of using a suboptimal universal threshold and identical neighbouring window size in all wavelet subbands. In this paper, an improved method is proposed, that determines a threshold as well as neighbouring window size for every subband using its lengths. Our experimental results illustrate that the proposed approach is better than the existing ones, i.e., NeighShrink, ModineighShrink and VisuShrink in terms of peak signal-to-noise ratio (PSNR) i.e. visual quality of the image.

基于网格近邻优化的密度峰值聚类算法

密度峰值聚类(DPC)将数据样本点的局部密度和相对距离进行结合,能对任意形状数据集进行聚类处理,但密度峰值聚类算法存在主观选择截断距离、简单分配策略和较高时间复杂度等问题。为此,提出了一种基于网格近邻优化的密度峰值聚类算法(KG-DPC算法)。首先对数据空间进行网格化,减少了样本数据点之间距离的计算量;在计算局部密度时不仅考虑了网格自身的密度值,而且考虑了周围k个近邻的网格密度值,降低了主观选择截断距离对聚类结果的影响,提高了聚类准确率,设定网格密度阈值,保证了聚类结果的稳定性。通过实验结果表明,KG-DPC算法比DBSCAN、DPC和SDPC算法在聚类准确率上有很大提升,在聚类平均消耗时间上DPC、SNN-DPC和DPC-NN算法分别降低38%、44%和44%。在保证基本聚类准确率的基础上,KG-DPC算法在聚类效率上有特定优势。

考虑建成环境的酒驾事故时空分布特征

为深入了解我国酒驾事故的时空分布特征及其与周围建成环境的空间距离阈值,以济南市2022年发生的1034起酒驾事故与13029起非酒驾事故案例为研究对象,结合季节性强度指数与地理集中指数等衡量指标,分析酒驾事故的时空分布特征;利用近邻分析与基于最大类簇直径改进的K-means聚类算法,探究出周围建成环境与酒驾事故点的空间距离阈值。结果表明:酒驾事故的时间分布季节强度指数为4.128,大于非酒驾事故的3.839,时间分布差异性更大,且高发时段(20:00—02:00)与餐饮服务的高峰营业时间一致。酒驾事故的地理集中指数G为32.713%,大于均匀分布情况下的地理集中指数G,空间集聚程度更高,且与周围建成环境分布具有密切联系。餐饮服务、购物服务、住宿服务与商务住宅的聚类中心点到酒驾事故点的距离阈值分别为798.415 m、694.378 m、658.234 m与739.622 m。

由双树复数小波变换的父系数及邻域系数实现图像去噪

考虑二维双树复数小波变换(DTCWT)具有良好的平移不变性和方向选择性,基于当前系数与父系数及邻域系数间的关系,构造了DTCWT图像去噪阈值计算公式,提出了一种去噪方法,PNDTCWT。该方法在对图像进行二维DTCWT变换后,利用阈值公式,根据当前系数和父系数及相邻系数计算收缩阈值,对当前系数进行去噪处理。最后,经过二维DTCWT反变换,得到去噪结果。实验结果表明,PNDTCWT的噪声抑制效果明显优于各种基于DWT的去噪方法和其他DTCWT去噪方法。与基于父系数的DTCWT去噪方法相比,PNDTCW的峰值信噪比(PSNR)平均提高了0.5 dB左右。从视觉效果来看,PNDTCW能在去噪的同时较好地保留图像细节,物体轮廓显得比较平滑,不存在传统DWT算法中的混淆现象。

基于模糊K近邻支持向量数据描述的水电机组振动故障诊断研究

水电机组振动故障诊断中常面临样本稀缺及分布不均匀、不平衡等问题,严重影响诊断结果。针对此类问题提出一种基于模糊K近邻(K nearest neighbor,KNN)支持向量数据描述(support vector data description,SVDD)的故障诊断模型。首先利用核变换将故障样本映射到高维特征空间,并采用SVDD提取不平衡故障样本域的边界支持向量样本,构建基于相对距离模糊阈值和KNN的决策规则,最终在此基础上建立机组故障诊断模型。用该模型对经过不平衡处理的国际标准测试数据样本进行测试实验,并与支持向量机(support vector machine,SVM)及目前应用较多的SVDD模型的分类结果进行对比,结果表明该模型可有效解决不平衡样本分类倾斜性问题。最后,将模型用于某水电厂机组振动故障诊断,取得了较高的诊断精度,证明了该方法的有效性。

基于双密度小波邻域相关阈值处理的脑电信号消噪方法

为消除混杂在脑电信号(EEG)中的噪声,提出一种基于双密度小波邻域相关阈值处理的EEG消噪方法.利用双密度小波对EEG分解,得到多层的信号高频系数.根据小波系数的局部统计依赖性,运用邻域相关阈值处理算法进行收缩,将收缩后的小波系数进行重构得到消噪后的信号.对加噪标准信号和实测EEG的消噪实验结果表明,与一代离散小波和传统软阈值法相比,信噪比、均方根误差和最大误差3个消噪效果评价指标都有明显改善.

基于小波变换的红外图像去噪

提出一种基于新型阈值函数的小波域红外图像去噪法,其阈值函数表达式简单且连续,既克服了硬阈值函数不连续的缺点,又克服了软阈值函数中估计小波系数与含噪小波系数间存在恒定偏差的缺陷。同时新的阈值函数还有效地利用了小波系数的成串性,即在小波系数的估计计算中考虑了邻域小波系数的大小。仿真结果表明,在去噪红外图像视觉效果和峰值信噪比两个方面,文中提出的去噪法优于已有的各种门限去噪法和Matlab-wiener 2滤波算法。

一种阈值改进的邻域小波系数法图像去噪

图像去噪是图像处理领域的一个经典话题,也是一个难点问题。基于邻域小波系数收缩的NeighShrink法比经典的Visu-Shrink法去噪效果要好,但是NeighShrink法在所有的分解层使用次优的通用阈值,致使去噪效果不甚理想。在分析小波系数变化规律的基础上,针对NeighShrink法的不足,提出了一种阈值改进的新方法,该方法具有较好的阈值自适应性。实验表明,该方法正确有效,去噪后的视觉效果得到改善,在客观指标PSNR和MSE上均优于NeighShrink法和经典的VisuShrink法。

随机溶洞介质模型的构造

提出了邻点融合法和阈值截取法等两种构造随机溶洞介质模型的方法.从现有的随机介质模型理论出发,以连续随机介质的每一个局部最大值点作为一个溶洞分布区的中心点,引入了溶洞分布区的局部半径R和局部溶洞密度p这两个模型特征量,采用邻点融合和阈值截取两种方法构造各种不同的随机溶洞介质模型.采用局部半径R描述溶洞介质在大尺度上的离散程度,采用局部密度p描述溶洞介质在各溶洞分布区中的局部空间密度.通过选择局部半径R和局部密度p这两个统计特征,可以方便地产生出各种不同形式的溶洞介质,并由此灵活、准确地描述实际的复杂溶洞介质.

基于领域相关性的新型阈值函数小波域去噪法

构造了一个与Donoho提出的硬阈值函数相当的基于邻域相关性的新型阈值函数,其表达式简单易于计算,且连续高阶可导。新的阈值函数克服了硬阈值函数不连续的缺点,还克服了软阈值函数中估计小波系数与含噪小波系数间存在恒定偏差的缺陷。同时新的阈值函数还有效地利用了小波系数的成串性,即在小波系数的估计计算中考虑了邻域小波系数的大小。仿真结果表明,在去噪图像视觉效果和峰值信噪比两个方面,提出的去噪法优于已有的各种门限去噪法。

基于模糊率的FCM自适应图像分割方法

提出一种基于模糊率的模糊C均值自适应图像分割方法。该方法根据波谷波峰梯度检测法自动确定模糊聚类数目,利用模糊阈值法快速确定较为准确的初始聚类中心,建立包含特征信息和空间信息的新目标函数,实现图像的自动分割。实验结果表明,该方法的分割速度快、精度较高,具有较强的鲁棒性。

利用改进邻域小波系数处理FBG传感信号

阈值和阈值函数的选取是小波去噪的关键。经小波分解变换后,低频部分包含大量的有用信号,而噪声分布于整个小波域内的高频部分,其中包含少数有用信号的细节信息。采用固定阈值和阈值函数处理时会造成高频部分的有用信号细节信息丢失。基于邻域小波变换将分解层数引入阈值和阈值函数中,使用动态阈值和阈值函数处理不同分解层数下的小波系数,来保留不同层数下的细节信息。仿真结果表明所提方法的信噪比和信噪比增益最大,且均方差最小,相关系数逼近于1,原始信号与重构信号相似度得到提高,改善了去噪效果。

Zig Bee树路由算法在煤矿传输中的改进

针对井下煤矿空间环境的复杂多变,检测节点的分布无规律的特性,在传统的Zig Bee路由协议的基础上,提出了一种集距离与能量均改进的路由方案。在改进的算法中重新定义了邻居表,并且增加了能量阈值,最后对改进的算法与传统的算法进行了仿真比较。结果表明:改进的算法在工作时网络能量消耗与节点死亡个数均比传统的算法有所减少,从而使网络寿命最大化。

对修正的K近邻域关联算法的仿真与可信性评估

航迹关联是多传感器信息融合的重要处理环节,目前针对航迹关联的算法有很多。该文主要阐述了修正的K近邻域算法(MK-NN算法)的关联准则、关联处理过程等方面的问题,并通过仿真分析对其关联可靠性、可信性进行了评估。

LLN中基于移动节点邻居探测的高效路由寻路算法

针对低功耗有损网络(low power lossy networks,LLN)移动性支持路由算法中移动节点(mobile node,MN)备选父节点集选取不合理、存在障碍物的中速场景下MN寻路不及时和路由度量单一等问题,提出中速场景下MN邻居探测的LLN高效寻路(highly-efficient MN neighbor detection based pathfinding protocol for LLN,NDM-RPL)算法。提出链路质量检测机制,通过计算安全阈值和危险阈值以便MN及时寻找下一个父节点(nextparent node,NPN)。其次,提出基于变异系数的父本选择目标函数,MN选择NPN综合考虑了多种度量选出NPN。最后,提出监听预选机制,解决了备选父节点集选取不合理的问题。理论分析和仿真结果表明,NDM-RPL算法在MN能耗和控制开销等方面的性能均得到了有效提升。

改进KNN-SVM的性别识别

针对支持向量机(SVM)在超平面附近进行性别识别的不准确性,引入进行加权的K近邻(KNN)算法。提出了结合加权KNN和SVM的改进KNN-SVM算法,该算法用少量已知性别样本自动确定加权KNN与SVM的最优分类阈值,并计算待识别样本和支持向量机所确定的超平面的距离,通过距离与阈值的比较进行性别识别。基于FERET人脸库进行性别实验,实验结果表明,该算法比SVM算法和不进行加权处理的KNN-SVM算法的识别率更高。

基于自适应邻域系数的小波图像阈值降噪

利用小波系数的层内相关性原理,并结合广义高斯模型,提出一种自适应邻域的阈值去噪方法。该方法通过计算以待处理系数为中心的不同邻域内的相关度系数,选择相关程度最好的邻域。对该方法中选择的邻域尺寸进行统计,发现分解的层次越高,较大的邻域出现的概率越大,这有利于保护边缘信息。实验结果表明,该方法优于固定邻域及阈值改进的邻域阈值方法,是一种有效的去噪方法。

一种改进阈值的邻域小波系数图像去噪方法

为了能更好地恢复出原图像,对基于邻域小波系数收缩的NeighShrink法进行研究。对小波域图像去噪模型加以分析,指出原方法因其阈值不能适应尺度分解所得小波系数中噪声的强弱特性,故难以保证原图像的恢复效果,随之对原方法给出一种改进,通过修正NeighShrink法中的阈值,建立起一种用指数函数调节阈值的自适应方式来匹配小波系数的幅度特性。在不同强度高斯噪声条件下的实验结果表明,改进后的方法在有效去除噪声的同时能够更好的保留原始图像信息,且相对于原方法,改进后的方法能提高峰值信噪比。

基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果。实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价。

电力市场环境下水电站月滚动发电计划研究

系统地提出了电力市场环境下水电站月滚动发电计划的研究方法。通过对径流的滚动预测来适时修正未来月份水电站的发电计划,以满足水电站在电力市场环境下的效益最大,同时保证完成上报的发电计划。